一种基于人脸识别的签到方法及装置

1.本发明涉及计算机视觉技术领域，具体为一种基于人脸识别的签到方法及装置。


背景技术：

2.签到指用记录的方式表明自己出席或者参加过某个活动，是上课、开会必不可少的其中一个环节，传统的电子签到装置，功能少且不灵活，仅凭软件中的时限设置，无法精准的确定签到者是否为本人，使得签到记录有时并不真实；而纸质签到表，随着人数的增加且耗时也不断增加，且太过消耗人力，带来诸多不便。
3.随着计算机视觉的飞速发展，人脸识别应用在越来越多的领域，通过将人脸识别技术应用于签到装置，可以精准识别，使得签到系统更完善、高效。


技术实现要素：

4.(一)解决的技术问题
5.针对现有技术的不足，本发明公开了一种基于人脸识别的签到方法及装置，以解决上述背景技术中提出的问题。
6.(二)技术方案
7.为实现以上目的，本发明通过以下技术方案予以实现：一种基于人脸识别的签到方法及装置，包括数据采集端、数据处理端和数据反馈端：
8.数据采集端，数据采集端分为图像采集模块、图像传输装置；
9.数据处理端，数据处理端分为图像保存模块、图像预处理模块和图像检测模块；
10.数据反馈端，数据反馈端分为记录保存模块和反馈模块。
11.优选的，所述数据采集端的图像采集模块安装有一个摄像头和存储器，用于采集人脸图像与暂时保存，方便传输，图像传输装置信号接收器和发射器，用于向数据处理段发送图像和接受来自数据反馈端的识别结果。
12.优选的，所述图像处理端包含存储器、处理器和信号接收器，用于图像检测模块、图像保存模块以及接受数据采集端发送的图像；
13.预处理模块根据图像的实际大小将其压缩或扩展为合适的大小便于处理。
14.优选的，所述数据反馈端能将识别结果发送至数据收集端，以此来通知签到人此次签到的结果。
15.优选的，一种基于人脸识别的签到装置的方法，所述数据采集端的图像采集模块采集图像，然后通过传输装置发送至上述数据处理装置的图像保存模块，图像处理器将图像预处理，再通过图像识别模块，将其与目标原型图片比对，将识别结果保存至签到记录保存模块，并把识别结果通过数据反馈端反馈至数据采集端。
16.本发明公开了一种基于人脸识别的签到方法及装置，其具备的有益效果如下：
17.该基于人脸识别的签到方法及装置，本发明能够通过摄像头采集图像，进行人脸识别，反馈识别结果，精准识别签到者身份，相较于传统的软件签到，仅有一个按钮，大大增
加其签到信息的可靠性，当成功识别后，还会反馈一个“签到成功”的信息提示；
18.本装置的数据采集端供签到者签到，仅内含摄像头，信号传输装置及存储器，具有便携性和实用性。数据的处理由一个集成装置具有数据处理端和数据反馈端完成，供主持人使用，使得主持人能够准确、高效的收集到想要的签到信息，十分方便、快捷；
19.本装置可应用于多种会议，课程的签到使用，适用于多种场合，具有高泛用性。
附图说明
20.图1为为所述人脸识别的签到装置的模块结构图；
21.图2为所述人脸识别的签到装置的操作流程图；
22.图3为所述人脸识别的签到装置的采集器的结构示意图。
23.图中：1、图像采集模块；2、传输装置；3、图像保存模块；4、图像预处理模块；5、图像识别模块；6、记录保存模块；7、反馈装置；8、摄像头；9、无线传输装置；10、按钮a；11、按钮b；12、显示器；13、芯片；14、电源。
具体实施方式
24.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
25.结合说明书附图1-3，数据采集端里面有2个模块整合为一个采集器，采集器供签到者使用，能够发送采集的图像，并收集此次识别的结果，并将其展示出来，数据处理端和反馈端主要为软件，集成在一个装置或电脑上，供主持人查看，统计结果使用。
26.采集器的结构图如图3所示，主要有以下几个部分：通过摄像头8来采集图像，无线传输装置9用来采集收集的图像，可以内置有线或无线网卡，按钮11点击后即开始采集图像，为设备的启动装置，采集完自动传输以及发送，按钮10点击后清除采集的图像用以识别失败后，重新采集图像实用，电源14用于为此采集器供电。
27.芯片13有内置的存储器用于保存采集的图像还与其他各个部分相连且内置使采集器正常工作的程序，显示器12为一个液晶显示板，用于显示识别的结果与芯片13相连。
28.首先，数据采集段的图像采集模块1通过摄像头采集人脸图像，在采集后有会检测图像是否采集成功，如果采集成功，将图像保存在存储器里，然后通过传输装置2将图像传送给图像处理端的接收器。
29.接收器将收到的图像保存在图像保存模块3，供之后图像预处理模块4使用。
30.图像预处理模块4接受来自图像保存模块3的图像后，对图像的大小进行调整，如果图像过小则进行填充，如果图像过大则进行压缩，最后形成一个固定的大小。
31.在图像识别模块5中有经过深度学习之后的卷积神经网络，输入固定大小的图像后，经过多层神经网络，最后输出一个预测值，将其保存在记录保存模块6。
32.记录保存模块6保存此次预测的结果，防止记录丢失，再将其传输给反馈装置7，反馈装置7能够将记录传输给数据收集端，使签到者能够得知此次签到的结果。
33.所述数据采集端具有一个摄像头，用于采集图像；一个存储器，用于保存图像；一
个信号传输装置，用于发送采集的图像以及接受反馈装置发送的识别结果，存储器需要用一定大小。
34.所述图像识别模块5具有一个经过训练的卷积神经网络，为了加强其鲁棒性，其至少具有6层以上的神经网络，训练数据至少1万张。
35.为了防止神经网络的过拟合，需要对神经网络训练完的参数进行正则化，与此同时，为了所述模块的泛用性，减少训练时间以及对处理器的占用，在卷积层中增加池化层，缩小图像的规模，经过多重卷积以及池化层，最后将图像变为全连接层，化归为一个预测结果作为记录，传输至记录保存模块6。
36.所述记录保存模块6能够保存来在图像识别模块的记录，记录中只有2个值“1”和“0”,其中“1”代表人脸识别成功，“0”代表人脸失败，无论检测成功还是失败，都会将检测结果通过传输装置7传送给数据收集端的图像采集装置，并显示出来，检测失败后，签到者需要在固定时间内重新人脸识别。
37.此外，电源14可改为装电池的卡槽，使用电源线不用担心电池用尽的问题，而使用电池就不必接通电源，更为便捷，各有利弊，摄像头8可根据设备对图片精度的要求改进。
38.以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。